[发明专利]微波滤波器耦合参数提取方法

说明书

本发明公开了一种微波滤波器耦合参数提取方法，主要解决现有技术对微波滤波器进行参数提取时没有对噪声进行处理而产生的精度低的问题。其实现过程是：1)根据实测或仿真获取微波滤波器带有噪声的S参数值；2)对滤波器的S参数响应除去噪声的影响，再精确地提取出微波滤波器的特征多项式；3)利用特征多项式综合出微波滤波器的横向耦合矩阵，4)利用基于特征值的高斯‑牛顿梯度优化方法将横向耦合矩阵转换为能用物理结构表示的微波滤波器耦合矩阵,完成微波滤波器耦合参数的提取。本发明克服了噪声对滤波器参数提取所带来的影响，能更精确地提取出滤波器的耦合矩阵，可用于滤波器的快速设计和后期调试。

技术领域

本发明属于微波技术领域，特别涉及一种耦合参数提取方法，可用于微波滤波器的快速设计。

背景技术

微波滤波器是通信系统必不可少的选频器件，广泛应用于无线通信基站，卫星通信系统中。由于频谱资源日益紧张，而高性能的微波滤波器能够高效地利用频率资源，在实际应用中常设计带有交叉耦合结构的滤波器来提高选择性。一个有效的提高设计效率的方法是：在设计过程中，利用可获得的散射参数数据提取出滤波器特征多项式，再应用综合方法推导出相应拓扑结构的归一化耦合矩阵，通过与理想响应对比，指导设计过程。在上述方法中，利用散射参数数据提取是完成微波滤波器的快速设计最为关键的一步，而且各类噪声信号会影响参数耦合值提取的精度，因此在参数提取的过程当中必须除去噪声的影响，以便利用电路模型或者耦合矩阵准确地表示实际的微波滤波器。

从微波滤波器的响应数据曲线中提取耦合参数一直都是人们所关注的焦点，现有的参数提取方法主要有基于S参数值的非线性梯度优化方法和柯西法，但在这两类方法中由于都没有提到如何消除噪声的影响，而噪声的存在使得人们在对滤波器响应进行有理特征函数拟合时出现较大的偏差，完全偏离滤波器的响应特性曲线，降低了滤波器参数提取的精确度，而且在拟合的过程中需要大量冗余的数据来拟合出有理特征函数，占用大量的计算资源。

发明内容

本发明的目的在于现有上述技术存在的问题，提供一种微波滤波器耦合参数提取方法，以去除噪声影响，提高参数的提取精确度。

本发明的技术方案是：通过快速拟合出滤波器的有理函数，根据有理函数获得微波滤波器的特征函数多项式，在多项式的基础上综合出横向耦合矩阵，然后通过高斯-牛顿梯度优化算法获得指定拓扑结构的N+2×N+2型滤波器低通原型耦合矩阵，其实现步骤包括如下：

(1)利用矢量网络分析仪或HFSS仿真软件获取微波滤波器带有噪声的S参数；

(2)利用自适应频率插值算法拟合出无噪声的微波滤波器S参数响应的反射函数S11(f)和传输函数S21(f)；

(3)根据反射函数S11(f)和传输函数S21(f)，利用柯西法获得微波滤波器响应的特征多项式F(s),P(s)和E(s)；

(4)利用特征多项式F(s),P(s)和E(s)综合出微波滤波器的横向耦合矩阵M⁽¹⁾，

(5)利用基于特征值的高斯-牛顿的梯度优化方法将M⁽¹⁾转换为能用物理结构表示的微波滤波器耦合矩阵M⁽²⁾,完成微波滤波器耦合参数提取。

本发明与之前所提到的基于S参数值的梯度优化方法和柯西法相比具有如下优点：

1、本发明采用的自适应频率插值算法在拟合反射函数S11(f)和传输函数S21(f)时能够在参数提取中有效处理噪声所带来的影响。

2、本发明利用基于特征值的高斯-牛顿梯度优化方法可以获取能够用物理结构实现的任意拓扑结构微波滤波器的耦合矩阵。

3、基于上述两条，本发明中相比于基于S参数值的梯度优化方法和柯西法具有更高的参数提取精确度。

附图说明

图1是本发明的实现总流程图；